大空头的观点解析

只是现在过了两天，订阅人数增加到了88k，已经超过3300万美元的订阅费了，当然我给他贡献了379美元的订阅费..

核心观点是：愚蠢（狂热的创新尝试）是美国成为世界创新中心的重要原因，但愚行过度会引发泡沫；核心标志是供给侧过度扩张，而非需求不足或盈利缺失。

支撑这个观点的核心理论是资本周期理论，即狂热驱动下的资本过度投资会导致供需失衡，最终引发行业洗牌与市场崩盘，这一理论是贯穿全文的分析框架。

说到历史上的辉煌的愚蠢行为，90 年代的互联网泡沫是绕不开的案例，但大众对它的记忆大多是错的。美联储主席鲍威尔曾说：当下公司有商业模式和盈利，与当年不同。但事实并非如此。当年的泡沫根本不是无利可图的“公司” 驱动的，而是一场数据传输基础设施建设狂潮。那时候的口号是互联网流量每 100 天翻一番，纳斯达克指数在 1999 年到 21 世纪初的上涨，靠的是微软、英特尔、戴尔、思科这些盈利丰厚的大盘股 ，纳斯达克是市值加权指数，大公司的表现直接决定指数走向。1999 年，盈利的高通股价涨了 2619%，年末市值 560 亿美元，Applied Materials 涨 198%，甲骨文涨 309%，这些都是实打实的行业龙头。

而那些后来被诟病的亏损公司，比如 VA Linux、Webvan，1999 年第四季度才上市；更是 2000 年第一季度才登场，它们根本不是纳斯达克上涨的主力。真正的问题出在供给侧：AT&T 每年花 200 亿美元建数据托管和长途资产，MCI 投 150 亿，Sprint 在还没有智能手机的年代，就为 PCS 无线业务烧了数百亿；Global Crossing、Level 3 各花 200 亿建海底电缆，CLEC 运营商们投入 300 亿…… 大家陷入了 “更多光纤需要更多路由器，更多路由器又需要更多光纤” 的无限循环，都想着满足全球海量数据传输的需求，却没人注意到，美国宽带普及速度慢得惊人。最终的结果是，到 2002 年，当年疯狂建设的数据基础设施，只有不到 5% 被真正启用，供需失衡的灾难就此爆发。

更值得警惕的是，泡沫破裂前的信号总是隐形的。2000 年 3 月 10 日纳斯达克见顶时，没有任何明显征兆，光纤的资本支出还在规划执行，网络设备需求旺盛，思科 2000 年营收还增长了 55%，CEO 甚至在 8 月宣称 “互联网商业变革正在加速”。但股市已经开始下跌，纳斯达克此后 16 年都没突破当时的高点，2001 年末较峰值跌了 62%，思科股价更是跌去 78%。那些等着 “看到放缓信号再抛售” 的投资者，最终输得一塌糊涂。

这种 “供给侧过度投资→供需失衡→泡沫破裂” 的逻辑，并非只在互联网泡沫中出现。2000 年代的房地产泡沫、2010 年代的页岩油革命，本质上都是同一出戏。

再看当下的 AI 热潮，简直是 90 年代的翻版。微软、谷歌、Meta、亚马逊、甲骨文这五大AI 骑士，加上 OpenAI 这样的初创公司，计划未来 3 年在 AI 基础设施上投入近 3 万亿美元。OpenAI 更夸张，单家承诺未来 8 年花 1.4 万亿美元，可它的收入还不到这笔支出的 2%。即便如此，资本市场仍给了它 5000 亿美元的估值 。这个数字，比 90 年代所有上市的亏损互联网公司和电信公司市值总和还高，也正好是 2000 年 3 月思科的市值峰值。

如今的英伟达，就像当年的思科，成了 AI 热潮的工具提供商，它声称自己的架构能覆盖 AI 从预训练到推理的全阶段，还能满足科学模拟、计算机图形等需求，否认 AI 泡沫存在。AI 多头们则坚信，现在就像 1997 年，巨额支出会持续推动股市上涨。但历史告诉我们，每一次这样的狂欢，最终都会被供需失衡打破：当年的电信行业，15 家提供相似服务的公司争夺市场，批发价格一年跌 70%，无数企业申请破产；现在的 AI 行业，难道能逃脱同样的命运吗？

与其说是在 “唱衰” AI，不如说是在提醒我们尊重历史规律。文中引入了 “资本周期理论”，就是想说明：狂热驱动的过度投资，必然导致供给远超需求，最终迎来行业洗牌。

关于光纤只有不到5%被真正使用的这件事，老黄也说过，而且是在别人问老黄现在的AI是不是泡沫时，老黄给出的判据。

而且目前对于AI基础设施的需求是大于供给的，目前的瓶颈反而是我们前段时间提的“美国缺电、中国缺芯、全球缺存储“。

1990s 纳斯达克高峰由盈利大公司推动，但整体泡沫源于无利润小公司。2025年AI由七姐妹主导，它们2025年Q3收益强劲，这跟之前的互联网泡沫也是不一样的。

彼时 27 岁的他，还是斯坦福大学医院的神经科住院医生，周围人的财富神话不断冲击着认知边界。一位同行住院医生随口提及，自己靠 Polycom 股票赚了 150 万美元，这笔在当时相当于如今 2100 万美元的巨款，源自一场幸运的投资。而Michael Burry曾因在 VSN 投资组合中买入苹果股票，遭到其他人的强烈反对，批评者认为，苹果股价已在同一区间震荡 11 年，绝不可能像可口可乐、美国运通、迪士尼那样，让股东承受长期的实际价值亏损。

为了回应质疑，Michael Burry写下《巴菲特再访》一文，核心并非为苹果辩护，而是重申价值投资中 “良好分析与耐心” 的重要性。他用详实的数据戳破了 “伟大公司永不亏损” 的迷思：可口可乐在 1971-1982 年间，经通胀调整后资本亏损 58%；美国运通 1973-1984 年的通胀调整后亏损达 60%；迪士尼更是在 1973-1985 年经历了 12 年 70% 的资本缩水，且全程未支付股息。在Michael Burry眼中，苹果彼时在创意计算领域的独特定位、专有技术优势，以及刚推出的彩色 iMac 系列，都暗藏着被市场低估的价值。后来他管理基金时，曾以 12 美元每股买入苹果，而当时其每股现金及 ARM 控股股票的价值就达 11 美元，这样的安全边际正是他所追求的。

他的投资启蒙，始于更早之前的大量阅读。在纳什维尔一家由电影院改造的 BookStar 书店里，他常常坐在过道上，通读所有能找到的投资书籍，却从不购买。巴菲特与格雷厄姆的著作让他领悟到，即使是师徒，也需根据时代环境调整投资策略，这也为他后来形成自己的风格埋下伏笔。1996 年，父亲离世后的 5 万美元误杀赔偿金，成为他投资生涯的第一笔本金 。他没有用这笔钱偿还三分之一的学生贷款，而是选择投入股市，这个决定也悄然改变了他的人生轨迹。如果当时选择还贷，或许今天的他仍是一名医生，但对投资的热爱让他无法停下脚步。

深夜或清晨的空闲时间，甚至医院值班的间隙，都成了他钻研投资、撰写文章的时光。MSN Money 每字 1 美元的稿费，对拮据的住院医生来说堪称巨款，也让他更加珍视这份用热爱赚钱的机会。他的网站和专栏逐渐积累了名气，吸引了主流媒体的关注。1999 年 2 月，《财富》杂志采访了他，他分享了在网络投资论坛中筛选有效信息的经验。同年 10 月，《巴伦周刊》在 “永恒的价值” 专栏中提到他的网站，称赞其遵循格雷厄姆的安全边际原则，聚焦被低估的股票与承压行业，其运作的 VSN 基金截至当年 10 月收益率达 38.7%，远超道琼斯和纳斯达克指数。

2000 年 2 月，《旧金山纪事报》将为 “顶级投资建议网站”，此时的Michael Burry已成立对冲基金 Scion Capital，担任 CEO 兼首席投资策略师。他当时做空了亚马逊，且作为格雷厄姆的门徒，交易频率却相当高，多数股票持有时间不超过三个月，而 VSN 基金 1999 年的回报率高达 68.1%。颇具戏剧性的是，14 天后，纳斯达克综合指数创下史诗级高点，此后 15 年都未能突破。不过他并未长期持有亚马逊的空单 ，毕竟，他还是最早的亚马逊联盟会员之一，曾在自己的网站上销售亚马逊的书籍。

第二篇的内容没什么可点评的，但感触很深，相信看到这个文章的读者朋友，应该也是来自各行各业，也会偶尔听过身边朋友靠哪个股票赚了百万甚至千万，而笔者也正处于Michael Burry早期写专栏的阶段。

首先依然是他提到的折旧问题，他通过分析 Meta、谷歌、微软等巨头 2020-2025 年的财务数据，发现了一个惊人规律：这些公司正系统性延长芯片与服务器的折旧使用寿命。2020 年时，Meta、谷歌、微软的折旧年限均为 3 年，而到 2025 年，Meta 延长至 5.5 年，谷歌、微软则定为 6 年；甲骨文从 5 年延长至 6 年，亚马逊虽在 2025 年回调至 5 年，但较 2020 年仍延长 1 年。

延长折旧年限看似是会计政策调整，实则是直接提升业绩的魔法。根据会计准则，折旧年限越长，每年计入的折旧费用越少，表面利润就越高。这种操作并非新鲜事 ，2002 年世通公司就因类似财务欺诈一夜破产。而如今，谷歌仅在 2023 年调整折旧政策，就使当年税前收入增加 39 亿美元，Burry估算，未来三年这些企业仅通过该操作就能额外增加约 200 亿美元报告收入。

与企业延长折旧年限形成鲜明对比的，是英伟达芯片的快速迭代。英伟达 CEO 黄仁勋曾直言，当新一代 Blackwell 芯片大规模出货后，旧款 Hopper 芯片几乎难以售出，甚至称自己是首席营收破坏者。事实上，英伟达的产品周期已缩短至 1 年，从 Blackwell 到 2026 年的 Vera Rubin、2027 年的 Vera Rubin Ultra，两年内将完成两次重大规格升级。

芯片技术的加速迭代，意味着旧款产品的经济价值快速缩水。2020 年推出的 A100 芯片，每浮点运算的功耗是后续 H100 芯片的 2-3 倍，而 Blackwell 芯片的能效又比 H100 高出 25 倍。从经济价值来看，这些旧芯片虽可能仍在满负荷运行，但早已失去盈利能力，仅能作为残值资产处理。但企业却将其按 6 年折旧，严重高估了资产实际价值。

英伟达 CFO 科莱特曾辩称，CUDA 软件的兼容性延长了芯片使用寿命，六年前的 A100 仍在满负荷运行。但Burry指出，会计准则中的 “使用寿命” 指资产的经济生产周期，而非物理使用时长，就像旧 iPhone 虽能开机，却已无实际经济价值，不能因此延长其折旧年限。

微软 CEO 纳德拉的一次访谈，意称微软曾暂停部分数据中心建设，因为他不想被某一代芯片的技术规格束缚。他明确表示，英伟达芯片迭代速度越来越快，每一代产品仅持续一年，数据中心的电力、冷却需求也随之巨变，不愿为单一世代的芯片承担四五年的折旧成本。

然而，微软的会计政策却与纳德拉的表态严重不符，其芯片和服务器仍按 6 年折旧，数据中心建筑折旧年限更是长达 15 年以上。Burry通过 “年份分析” 测算，若按芯片实际 3 年左右的经济寿命计算，2026-2028 年期间，微软、Meta、亚马逊等超大规模企业的盈利高估幅度将达两位数，其中甲骨文可能高达 48%，每家公司都将面临数百亿美元的资产减值风险。

芯片迭代引发的连锁反应，还波及到耗资巨大的数据中心。为适配特定世代的英伟达芯片，新建数据中心需满足专属的冷却和电力规格，而随着芯片技术更新，这些基础设施将快速过时。Burry预测，未来部分数据中心可能被废弃或沦为 “僵尸资产”，仅能处理琐碎任务，其命运与 2000 年互联网泡沫后 95% 未启用的光纤相似，但芯片和服务器的过时速度远快于光纤。

更值得警惕的是 “在建工程（CIP）” 暗藏的风险。谷歌、Meta、亚马逊等企业的 CIP 规模均达数百亿美元，这些已建成或在建但未投入使用的数据中心，在会计上无需计提折旧。若行业增速放缓，企业可暂停这些项目，使资产负债表上的全值资产与实际闲置的现实脱节，进一步掩盖业绩问题。

此外，私募信贷的疯狂介入加剧了风险。超大规模企业虽资金充裕，却大量依赖监管宽松的私募信贷建设数据中心。核心问题在于，资产的快速过时与贷款期限存在灾难性的期限错配，一旦行业回调，可能引发连锁违约。

百度的案例已为市场敲响警钟。2024 年，百度将芯片和服务器的折旧年限从 5 年延长至 6 年，使净利润增加 12 亿元，占当年净利润的 36%。但同年 11 月，百度却宣布对芯片和服务器计提 112 亿元固定资产减值，占其年初总固定资产的三分之一。原因很简单：旧资产已无法满足当前 AI 计算的效率要求。百度的情况并非个例，未来美国科技巨头也可能面临类似的大规模减值。这些企业当前通过会计技巧维持的高利润、高估值，终究会被技术迭代和市场规律戳破。

1、他的Scion Asset Management在2025年Q3 13F备案显示，对Palantir和Nvidia的2027年看跌期权仓位实际每个仅约1000万美元（50,000份PLTR期权和10,000份NVDA期权）。但媒体报道将其名义价值（期权基础股乘以股价）误解为实际持仓规模，夸大为“10亿美元做空”或具体如“9.12亿美元对PLTR”和“1.865亿美元对NVDA”。Burry说这是SEC规则导致的常见误导，他无法实时澄清（合规限制）。

2、他的X帖子批评AI芯片折旧会计实践类似于WorldCom（2002年破产案），但媒体暗示他直接指责Nvidia是“Enron”（2001年会计丑闻）或WorldCom。实际他并未针对Nvidia，而是其客户（如Meta、Alphabet）；他明确表示Nvidia显然是Cisco，dot-com泡沫中的基础设施过剩，而非直接欺诈。

其实他的核心观点还是折旧，关于这个问题，Bernstein有个分析写的比较详细，我们可以参考下里面的数据。

Bernstein认为：GPU一旦熬过初期burn-in阶段，跑6-7年甚至更久是完全没问题的。高调烧卡的案例大多发生在新卡刚上线个月，因为供电、散热、配置没摸透，一开始死一片。但一旦参数调对，后面的故障率其实很低。Lambda的高管直接告诉他们：正常情况能跑到6-7年。这点很重要，因为市场上很多人把“新卡初期死一片”当成“GPU平均寿命只有几年的证据”，其实是混淆了概念。

A100这种5年前的老卡，2025年租价还能卖到1.56美元/小时，月现金成本才280美元左右，贡献毛利率仍有70%。而且现金成本，相较于 GPU 租赁的市场价格而言，是非常低的）。

只有到Volta（2017-2018年的架构）这一代，因为不支持BF16，软件重写代码成本太高，才真正接近现金盈亏平衡。

Bernstein专门提到：目前主流AI实验室的共识是“更多算力=更高智能”这个假设还没被推翻，所以大家抢算力的心态是“宁可要A100也不停训”。

GPU残值曲线不是直线折旧，而是第一年暴跌20-30%，之后就很平缓。原因就是burn-in期死一片 + 客户更喜欢把最苛刻的训练任务扔给最新卡，旧卡被降级去做推理或者轻量任务。二手市场数据也完全支持这一点：用了一年的H100/A100，价格经常腰斩，再往后几年价格跌得非常慢。

说明什么？说明还有大量“遗留负载”卡在旧卡上，迁移成本太高，用户宁可多花钱也不动。云厂商顺势加价，大家也认了。这也是为什么旧卡还能卖高价的根本原因。

就国内的情况，我也问了几个做数据中心的朋友，当然国内由于目前还是缺芯的状态，跟北美的情况肯定是不一样的，只是供大家做个参考。

国内的数据中心的折旧情况，没有像Michael Burry这么短的折旧时间，而且目前依然有大量的A100在使用，也确实像Bernstein中讲到的，第一年的贬值比较严重，对租赁价格也有影响。很多CSP们由于各种原因无法持有NV的算力，所以就会找其他主体持有算力，然后再签一个5年的租约，但很多时候到了第二年，由于租赁价格降低，CSP们宁愿支付违约金，也要重新谈算力的租赁价格。